专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

1. 发明申请

WO2022203152A1 다화자 훈련 데이터셋에 기초한 음성합성 방법 및 장치 审中-公开
公开(公告)号：WO2022203152A1
公开(公告)日：2022-09-29
申请号：PCT/KR2021/017121
申请日：2021-11-19
申请人： 한양대학교 산학협력단
发明人： 장준혁 , 이재욱
IPC分类号： G10L13/02 , G10L15/04 , G10L25/18 , G10L17/04 , G10L17/14
摘要： 본 발명의 일 실시예는 음성합성장치의 다화자 훈련 데이터셋에 기초한 음성합성 방법으로서, 여러 화자의 훈련 데이터셋 중에서 발화 문장이 가장 많은 단일 화자 훈련 데이터 셋을 미리 저장된 신경망을 이용한 음성합성모델을 사전 학습하는 단계; 상기 사전 학습된 음성합성모델에 여러 화자의 훈련 데이터셋으로 파인 튜닝(fine-tuning)하는 단계; 및 타겟 음성 데이터 셋을 상기 파인 튜닝된 음성합성모델에 적용하여 멜 스펙트로그램으로 변환하는 단계를 포함하는 것을 특징으로 한다.

2. 发明申请

WO2022158912A1 심화 신경망을 이용한 다채널 기반의 잡음 및 에코 신호 통합 제거 장치 审中-公开
公开(公告)号：WO2022158912A1
公开(公告)日：2022-07-28
申请号：PCT/KR2022/001164
申请日：2022-01-21
申请人： 한양대학교 산학협력단
发明人： 장준혁 , 박송규
IPC分类号： G10L21/02 , G10L19/008 , H04R3/00 , H04R3/02 , G10L25/30 , G06N3/08 , G10L21/0216
摘要： 일 실시예에 따른 심화 신경망을 이용한 다채널 기반의 잡음 및 에코 신호 통합 제거 장치는, 에코 신호, 잡음 신호 및 발화자의 음성 신호를 포함하고 있는 복수 개의 마이크 입력 신호를 입력 받고, 상기 복수 개의 마이크 입력 신호를 각각 복수 개의 변환 정보로 변환하여 출력하는 복수 개의 마이크 인코더, 상기 복수 개의 변환 정보를 압축하여 단일 채널의 크기를 가지는 제1입력 정보로 변환하여 출력하는 채널 변환부, 원단(far-end) 신호를 입력 받고, 상기 원단 신호를 제2입력 정보로 변환하여 출력하는 원단 신호 인코더, 상기 제1입력 정보와 상기 제2입력 정보에 대해 어텐션 메커니즘(attention mechanism)을 적용하여 가중치 정보를 출력하는 어텐션부, 상기 가중치 정보 및 상기 제2입력 정보의 합산 정보인 제3입력 정보를 입력 정보로 하고, 상기 제2입력 정보에서 상기 음성 신호를 추정하기 위한 마스크 정보를 포함하는 제1출력 정보를 출력 정보로 하는, 기 학습된 제1인공신경망 및 상기 제1출력 정보와 상기 제2입력 정보를 기초로 상기 음성 신호부를 추정한 추정 음성 신호를 출력하는 음성 신호 추정부를 포함할 수 있다.

3. 发明申请

WO2022158914A1 어텐션 메커니즘을 이용한 음성 신호 추정 방법 및 장치 审中-公开
公开(公告)号：WO2022158914A1
公开(公告)日：2022-07-28
申请号：PCT/KR2022/001166
申请日：2022-01-21
申请人： 한양대학교 산학협력단
发明人： 장준혁 , 박송규
IPC分类号： G10L21/0272 , G10L21/0208 , G10L25/30 , G06N3/08
摘要： 일 실시예에 따른 심화 신경망을 이용한 다채널 기반의 잡음 및 에코 신호 통합 제거 장치는, 에코 신호, 잡음 신호 및 발화자의 음성 신호를 포함하고 있는 복수 개의 마이크 입력 신호를 입력 받고, 상기 복수 개의 마이크 입력 신호를 각각 복수 개의 변환 정보로 변환하여 출력하는 복수 개의 마이크 인코더, 상기 복수 개의 변환 정보를 압축하여 단일 채널의 크기를 가지는 제1입력 정보로 변환하여 출력하는 채널 변환부, 원단(far-end) 신호를 입력 받고, 상기 원단 신호를 제2입력 정보로 변환하여 출력하는 원단 신호 인코더, 상기 제1입력 정보와 상기 제2입력 정보에 대해 어텐션 메커니즘(attention mechanism)을 적용하여 가중치 정보를 출력하는 어텐션부, 상기 가중치 정보 및 상기 제2입력 정보의 합산 정보인 제3입력 정보를 입력 정보로 하고, 상기 제2입력 정보에서 상기 음성 신호를 추정하기 위한 마스크 정보를 포함하는 제1출력 정보를 출력 정보로 하는, 기 학습된 제1인공신경망 및 상기 제1출력 정보와 상기 제2입력 정보를 기초로 상기 음성 신호부를 추정한 추정 음성 신호를 출력하는 음성 신호 추정부를 포함할 수 있다.

4. 发明申请

WO2022158913A1 병렬 구조의 심화신경망을 이용한 잡음 및 에코 신호 통합 제거 장치 审中-公开
公开(公告)号：WO2022158913A1
公开(公告)日：2022-07-28
申请号：PCT/KR2022/001165
申请日：2022-01-21
申请人： 한양대학교 산학협력단
发明人： 장준혁 , 박송규
IPC分类号： G10L21/0208 , G10L25/30 , G10K11/175 , G06N3/08
摘要： 일 실시예에 따른 심화 신경망을 이용한 다채널 기반의 잡음 및 에코 신호 통합 제거 장치는, 에코 신호, 잡음 신호 및 발화자의 음성 신호를 포함하고 있는 복수 개의 마이크 입력 신호를 입력 받고, 상기 복수 개의 마이크 입력 신호를 각각 복수 개의 변환 정보로 변환하여 출력하는 복수 개의 마이크 인코더, 상기 복수 개의 변환 정보를 압축하여 단일 채널의 크기를 가지는 제1입력 정보로 변환하여 출력하는 채널 변환부, 원단(far-end) 신호를 입력 받고, 상기 원단 신호를 제2입력 정보로 변환하여 출력하는 원단 신호 인코더, 상기 제1입력 정보와 상기 제2입력 정보에 대해 어텐션 메커니즘(attention mechanism)을 적용하여 가중치 정보를 출력하는 어텐션부, 상기 가중치 정보 및 상기 제2입력 정보의 합산 정보인 제3입력 정보를 입력 정보로 하고, 상기 제2입력 정보에서 상기 음성 신호를 추정하기 위한 마스크 정보를 포함하는 제1출력 정보를 출력 정보로 하는, 기 학습된 제1인공신경망 및 상기 제1출력 정보와 상기 제2입력 정보를 기초로 상기 음성 신호부를 추정한 추정 음성 신호를 출력하는 음성 신호 추정부를 포함할 수 있다.

5. 发明申请

WO2018190547A1 심화신경망 기반의 잡음 및 에코의 통합 제거 방법 및 장치 审中-公开
公开(公告)号：WO2018190547A1
公开(公告)日：2018-10-18
申请号：PCT/KR2018/003840
申请日：2018-04-02
申请人： 한양대학교 산학협력단
发明人： 장준혁 , 서혜지
IPC分类号： G10L21/02 , G10L19/028 , G10L19/03 , G10L19/08 , G10L25/30
摘要： 심화신경망 기반의 잡음 및 에코의 통합 제거 방법 및 장치가 제시된다. 일 실시예에 따른 심화신경망 기반의 잡음 및 에코의 통합 제거 방법은, 잡음 및 에코가 포함된 음성 신호로부터 특징 벡터를 추출하는 단계; 및 상기 특징 벡터와 심화신경망(DNN)의 학습을 통해 추정된 잡음 및 에코의 통합 제거 이득을 이용하여 잡음 및 에코가 통합 제거된 최종 음성 신호를 획득하는 단계를 포함하여 이루어질 수 있다.

6. 发明申请

WO2016117793A1 음성 향상 방법 및 시스템 审中-公开
标题翻译：语音增强方法与系统
公开(公告)号：WO2016117793A1
公开(公告)日：2016-07-28
申请号：PCT/KR2015/010016
申请日：2015-09-23
申请人： 삼성전자 주식회사 , 한양대학교 산학협력단
发明人： 이승열 , 장준혁 , 고병섭 , 박송규 , 박태준
IPC分类号： G10L21/02
CPC分类号： G10L21/0364 , G10L15/063 , G10L15/30 , G10L21/0205 , G10L21/0208 , G10L21/0232 , G10L25/84
摘要： 적어도 하나의 음성 신호를 수신하는 단계; 적어도 하나의 음성 신호에 대한 1차 음성 향상을 수행하여 제 1 음성 신호를 생성하는 단계; 기 학습된 잡음 제거 이득 정보로부터 제 1 음성 신호에 대응되는 잡음 제거 이득을 선택하는 단계; 및 선택된 잡음 제거 이득을 기초로 제 1 음성 신호에 대한 2차 음성 향상을 수행하여, 제 2 음성 신호를 생성하는 단계;를 포함하는 음성 향상 방법 및 이를 위한 시스템을 제공한다.
摘要翻译：提供一种语音增强方法及其系统，该方法包括以下步骤：接收至少一个语音信号; 执行所述至少一个语音信号的第一语音增强以便产生第一语音信号; 从预先学习的噪声去除增益信息中选择与第一语音信号相对应的噪声去除增益; 并且基于所选择的噪声去除增益来执行第一语音信号的第二语音增强，以便产生第二语音信号。

7. 发明申请

WO2022030805A1 데이터 라벨을 자동 교정하는 음성 인식 시스템 및 방법 审中-公开
公开(公告)号：WO2022030805A1
公开(公告)日：2022-02-10
申请号：PCT/KR2021/009250
申请日：2021-07-19
申请人： 한양대학교 산학협력단
发明人： 장준혁 , 이재홍
IPC分类号： G10L19/005 , G10L21/02 , G10L19/26 , G10L15/14
摘要： 데이터 라벨을 자동 교정하는 음성 인식 시스템 및 방법이 제시된다. 일 실시예에 따른 데이터 라벨을 자동 교정하는 음성 인식 방법은, 트랜스포머(Transformer) 기반 음성 인식 모델을 이용하여 정답 라벨과 잘못된 라벨이 시간적으로 혼재해 있는 시계열 음성 데이터에서 잘못된 라벨의 발생 위치를 찾기 위해 신뢰성 기반(confidence-based) 필터링을 수행하는 단계; 및 필터링 후, 상기 잘못된 라벨의 발생 위치에 의해 잘못된 라벨로 판단된 디코더 타임 스텝(decoder time step)에서의 라벨을 교체하여 상기 트랜스포머(Transformer) 기반 음성 인식 모델의 성능을 향상시키는 단계를 포함하고, 상기 시계열 음성 데이터에서 잘못된 라벨의 발생 위치를 찾기 위해 신뢰성 기반(confidence-based) 필터링을 수행하는 단계는, 매 디코더 타임 스텝(decoder time step)마다의 라벨 간의 전이(transition) 확률을 이용한 신뢰성(confidence)으로 잘못된 라벨을 찾아 교정할 수 있다.

8. 发明申请

WO2021010617A1 강인한 음성인식을 위한 음향 및 언어모델링 정보를 이용한 음성 끝점 검출 방법 및 장치 审中-公开
公开(公告)号：WO2021010617A1
公开(公告)日：2021-01-21
申请号：PCT/KR2020/008453
申请日：2020-06-29
申请人： 한양대학교 산학협력단
发明人： 장준혁 , 황인영
IPC分类号： G10L25/87 , G10L19/038 , G10L15/183 , G10L15/06 , G10L25/30 , G06N3/08
摘要： 강인한 음성인식을 위한 음향 및 언어모델링 정보를 이용한 음성 끝점 검출 방법 및 장치가 제시된다. 일 실시예에 따른 음성 끝점 검출 방법은, 순환신경망(Recurrent Neural Network, RNN) 기반의 음향 임베딩 추출부, 음소 임베딩 추출부 및 디코더 임베딩 추출부에 마이크 입력신호로부터 추출된 음향 특징벡터열을 입력하는 단계; 상기 음향 임베딩 추출부, 음소 임베딩 추출부 및 디코더 임베딩 추출부에서 음향 임베딩, 음소 임베딩 및 디코더 임베딩을 결합하여 특징벡터를 구성하는 단계; 및 결합된 상기 특징벡터를 심화신경망(Deep Neural Network, DNN) 기반의 분류기에 입력하여 음성 끝점을 검출하는 단계를 포함하여 이루어질 수 있다.

9. 发明申请

WO2019004592A1 생성적 대립 망 기반의 음성 대역폭 확장기 및 확장 방법 审中-公开
公开(公告)号：WO2019004592A1
公开(公告)日：2019-01-03
申请号：PCT/KR2018/005647
申请日：2018-05-17
申请人： 한양대학교 산학협력단
发明人： 장준혁 , 노경진
IPC分类号： G10L19/038 , G10L25/30 , G10L21/038
CPC分类号： G10L19/038 , G10L21/038 , G10L25/30
摘要： 생성적 대립 망 기반의 음성 대역폭 확장기 및 확장 방법이 제시된다.　일 실시예에 따른 생성적 대립 망 기반의 음성 대역폭 확장 방법은, 음성의 협대역(Narrowband, NB) 신호와 광대역(Wideband, WB) 신호에서 특징벡터를 추출하는 단계; 상기 협대역 신호의 특징벡터로부터 광대역 신호의 특징벡터를 추정하는 단계; 및 추출된 실제 상기 광대역 신호의 특징벡터와 상기 협대역 신호의 특징벡터로부터 추정된 광대역 신호의 특징벡터를 판별하는 심화 신경망 분류 모델을 학습시키는 단계를 포함하여 이루어질 수 있다.

10. 发明申请

WO2018111038A1 심화 신경망을 이용한 다채널 마이크 기반의 잔향시간 추정 방법 및 장치 审中-公开
公开(公告)号：WO2018111038A1
公开(公告)日：2018-06-21
申请号：PCT/KR2017/014857
申请日：2017-12-15
申请人： 한양대학교 산학협력단
发明人： 장준혁 , 이명인
IPC分类号： G10L21/0216 , G10L25/30 , G10K11/18 , G10K15/08 , G10K11/00 , G06N3/02
摘要： 심화 신경망을 이용한 다채널 마이크 기반의 잔향시간 추정 방법 및 장치가 제시된다. 일 실시예에 따른 심화 신경망을 이용한 다채널 마이크 기반의 잔향시간 추정 방법은 다채널의 마이크를 통해 음성 신호를 입력 받는 단계; 입력 받은 상기 음성 신호를 이용하여 공간 정보가 포함된 특징 벡터를 도출하는 단계; 및 상기 특징 벡터를 심화 신경망(Deep Neural Network, DNN)에 적용하여 잔향의 정도를 추정하는 단계를 포함하여 이루어질 수 있다.

你已经成功收藏专利！

检索式保存成功!

IPRDB

热门服务

关于我们

友情链接

联系方式